挖掘Top-K頻繁模式的算法研究.pdf

1、數(shù)據(jù)挖掘是研究從大量數(shù)據(jù)中發(fā)現(xiàn)有用知識(shí)的理論與方法，它是目前國(guó)際上數(shù)據(jù)庫(kù)和信息決策領(lǐng)域的最前沿研究方向之一．關(guān)聯(lián)規(guī)則是數(shù)據(jù)挖掘中一個(gè)較早的、有意義的研究課題之一．在關(guān)聯(lián)規(guī)則的挖掘過(guò)程中，頻繁模式挖掘是整個(gè)挖掘過(guò)程的核心，如何有效的挖掘頻繁模式一直以來(lái)就是研究人員關(guān)注的熱點(diǎn).然而在實(shí)際應(yīng)用中，由于挖掘出來(lái)的頻繁模式數(shù)量巨大，從而阻礙了頻繁模式的應(yīng)用.因此，如何對(duì)頻繁模式進(jìn)行壓縮成為了研究的一個(gè)重要方向.
　　 本文首先介紹了關(guān)聯(lián)規(guī)

2、則和頻繁模式的相關(guān)概念及基本挖掘技術(shù)，隨后詳細(xì)介紹了頻繁模式壓縮技術(shù)，并簡(jiǎn)要分析與比較了幾種有效的頻繁模式壓縮方法.最后，本文提出了三個(gè)基于Top-K思想的頻繁模式壓縮算法．
　　 (1)提出了一個(gè)基于Apriori的Top-K頻繁模式挖掘算法ATFP.該算法沿用了Apriori算法的基本思想，但是在挖掘過(guò)程中使用了邊界支持度來(lái)取代最小支持度，從而實(shí)現(xiàn)了對(duì)候選項(xiàng)集進(jìn)行篩選．然而由于該算法依然采用了迭代思想，因此與其它Top-K頻

3、繁模式挖掘算法相比效率并不高．
　　 (2)提出了一個(gè)基于混合搜索策略的改進(jìn)算法MSTFP.該算法是ATFP算法與Top-K FP-growth算法的結(jié)合.算法使用廣度優(yōu)先搜索策略來(lái)進(jìn)行初始項(xiàng)目的挖掘，隨后使用深度優(yōu)先策略進(jìn)一步對(duì)長(zhǎng)項(xiàng)集進(jìn)行挖掘．
　　 (3)最后提出了一個(gè)基于水平格式的Top-K頻繁閉模式挖掘算法TFCP.該算法主要采用類似垂直挖掘的思想來(lái)進(jìn)行頻繁閉模式的挖掘，同時(shí)使用TFP算法中的限制條件對(duì)結(jié)果集進(jìn)行

4、了優(yōu)化.
　　 本文對(duì)所提出的算法進(jìn)行了廣泛的性能測(cè)試.在UCI機(jī)器學(xué)習(xí)庫(kù)中的19個(gè)數(shù)據(jù)集以及IBM數(shù)據(jù)生成器上生成的2個(gè)數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明，與Top-KFP-growth算法相比，本文所提出的ATFP算法的挖掘效率要略遜一籌．但是改進(jìn)算法MSTFP在與Top-K FP-growth以及ExMiner算法的比較中，在挖掘速度上的優(yōu)勢(shì)非常明顯，本文還將TFCP算法與TFP以及CLOSET+算法進(jìn)行了比較分析，實(shí)驗(yàn)結(jié)果表明本文所